首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

复杂工业过程多模型预测控制策略及其应用研究

中文摘要第1-6页
英文摘要第6-11页
第一章 绪论第11-24页
   ·选题背景与意义第11-13页
   ·国内外研究动态第13-22页
     ·预测控制的研究与应用现状第13-15页
     ·多模型控制的研究概况第15-17页
     ·多模型预测控制的研究概况第17-21页
     ·需要进一步研究的内容第21-22页
   ·论文的主要内容和结构安排第22-24页
第二章 多模型预测控制基础第24-39页
   ·预测控制基本原理第24-28页
     ·预测模型第24-25页
     ·滚动优化第25-26页
     ·反馈校正第26-27页
     ·DMC预测控制算法第27-28页
   ·多模型控制原理第28-29页
   ·模型集建立方法第29-35页
     ·非线性系统的线性化多模型表示第29-30页
     ·T-S模糊模型第30-35页
   ·多模型控制的切换和加权策略第35-39页
     ·通用方法第36-37页
     ·多模型预测控制的平滑切换第37-39页
第三章 一种实用的多模型动态矩阵控制方法第39-51页
   ·引言第39页
   ·多模型表示方法第39-43页
     ·模型集建立方法第39-42页
     ·递推贝叶斯概率加权方法第42-43页
   ·多模型动态矩阵控制第43-45页
   ·主汽温系统多模型预测控制第45-49页
     ·对象特性分析第46-47页
     ·对象模型第47页
     ·仿真第47-49页
   ·本章小结第49-51页
第四章 多模型预测函数控制第51-66页
   ·引言第51-52页
   ·典型工业过程的预测函数控制算法第52-56页
     ·预测函数控制的基本原理第52-53页
     ·具有可测扰动的预测函数控制算法第53-55页
     ·多变量预测函数控制算法第55-56页
   ·仿真第56-65页
     ·仿真试验第56-58页
     ·循环流化床锅炉主汽温控制应用研究第58-63页
     ·多变量主汽温控制应用研究第63-65页
   ·本章小结第65-66页
第五章 基于T-S模糊模型的多模型预测控制第66-78页
   ·引言第66-67页
   ·以T-S模糊模型为预测模型的预测控制第67-72页
     ·以T-S模糊模型为预测模型的预测控制原理第67-69页
     ·基于T-S模糊状态空间模型的预测控制算法第69-71页
     ·基于T-S模糊模型预测控制的简化算法第71-72页
   ·并行补偿结构的模糊多模型预测控制第72-75页
     ·并行补偿结构的模糊多模型预测控制原理第72-74页
     ·两类多模型预测控制的比较第74-75页
   ·仿真实例第75-77页
   ·本章小结第77-78页
第六章 ALSTOM气化炉标准问题增益调度多模型预测控制第78-101页
   ·引言第78-79页
   ·ALSTOM气化炉系统特性和控制要求第79-82页
     ·气化炉系统特性第79-80页
     ·非线性模型第80-81页
     ·控制要求第81-82页
   ·控制器设计方法第82-92页
     ·模糊增益调度多模型预测控制算法第83-88页
     ·多模型集建立第88-91页
     ·设计参数选择第91-92页
   ·仿真第92-100页
     ·仿真结果第92-98页
     ·仿真结果分析第98-100页
   ·本章小结第100-101页
第七章 结论与展望第101-103页
参考文献第103-110页
致谢第110-111页
攻读博士学位期间发表的学术论文第111-112页
攻读博士学位期间参加的科研工作第112页

论文共112页,点击 下载论文
上一篇:隔姜灸治疗肝郁脾虚型溃疡性结肠炎的实验研究
下一篇:基于基因表达式编程技术的非线性系统辨识研究